시맨틱 기반 부족할 경우 AI 환각·비용 증가·거버넌스 리스크 확대
“2027년 시맨틱스 적용 조직, AI 정확도 최대 80% 향상” 전망
가트너가 AI 에이전트 성능을 좌우하는 핵심 요소로 데이터의 의미와 맥락을 이해하는 ‘시맨틱스(semantics)’ 역량을 제시했다.
가트너는 12일 AI 에이전트가 정확한 결과를 안정적으로 제공하기 위해서는 조직 데이터의 의미와 관계를 이해할 수 있는 시맨틱 기반이 필요하다고 밝혔다.
회사는 시맨틱스를 간과할 경우 AI 에이전트의 정확성과 효율성이 낮아지고, 불필요한 운영 비용과 데이터·AI 거버넌스 리스크가 증가할 수 있다고 분석했다.
AI 에이전트는 업무 수행 과정에서 입력되는 데이터의 맥락과 관계를 이해해야 한다. 이를 위해 조직 내 데이터가 어떤 의미를 갖고 있으며, 데이터 간 규칙과 연결 구조가 어떻게 구성돼 있는지에 대한 체계적인 시맨틱 기반이 필요하다는 설명이다.
가트너 로고 (자료 제공: 가트너)
“데이터 맥락 이해 못하면 환각·편향 위험 커져”
리타 살람(Rita Sallam) 가트너 수석 VP 애널리스트는 “에이전틱 AI의 성과는 데이터의 시맨틱 표현을 포함한 맥락에 달려 있다”며 “조직 데이터 내 관계와 규칙에 대한 명확한 이해가 없다면 AI 에이전트는 환각이나 편향을 반영한 신뢰할 수 없는 결과를 생성할 가능성이 훨씬 커진다”고 말했다. 이어 “견고한 데이터 계층 기반의 맥락 구조를 도입하지 못하는 조직은 데이터 비효율을 지속시키고 재무적 비용뿐 아니라 법적·평판 리스크까지 높이게 될 것”이라고 덧붙였다.
가트너는 오는 2027년까지 AI 준비 데이터에 시맨틱스를 우선 적용하는 조직이 에이전틱 AI 정확도를 최대 80% 높이고 비용을 최대 60% 절감할 것으로 전망했다.
또한 데이터 및 애널리틱스(D&A) 리더들이 기존 스키마 중심 데이터 모델을 넘어 조직 내 데이터 의미와 비즈니스 맥락을 연결하는 ‘컨텍스트 레이어(Context Layer)’ 구축에 나서야 한다고 조언했다.
가트너는 향후 규제기관이 AI 서비스에 대해 더 높은 수준의 시맨틱 투명성을 요구하게 될 것으로 내다봤다. 이사회 역시 시맨틱 거버넌스를 단순 기술 요소가 아닌 전략적 리스크이자 경쟁력 요소로 바라보게 될 것이라고 분석했다.
살람 애널리스트는 “의미론적 일관성을 갖춘 맥락은 이제 선택이 아니라 비용 통제와 신뢰 확보를 위한 전략이 되고 있다”며 “시맨틱스는 오류를 줄이고 신뢰를 높이는 기반이 될 것”이라고 말했다.
AI에이전트
AI환각
가트너
기업AI
데이터거버넌스
데이터전략
생성형AI
시맨틱스
에이전틱AI
컨텍스트레이어
Gartner: “Key to the AI Agent Era is the Ability to Interpret Data Semantics”
Gartner identified 'semantics,' the ability to understand the meaning and context of data, as a key factor determining AI agent performance.
Gartner stated on the 12th that for AI agents to reliably provide accurate results, a semantic foundation capable of understanding the meaning and relationships of organizational data is required.
The company analyzed that overlooking semantics could lower the accuracy and efficiency of AI agents, while increasing unnecessary operational costs and data and AI governance risks.
AI agents must understand the context and relationships of data input during the course of tasks. To achieve this, a systematic semantic foundation is required regarding the meaning of data within the organization and how the rules and connection structures between the data are organized.
Gartner logo (Image courtesy of Gartner)
Risk of hallucination and bias increases if data context is not understood
“The performance of agentic AI depends on context, including the semantic representation of data,” said Rita Sallam, Senior VP Analyst at Gartner. “Without a clear understanding of the relationships and rules within organizational data, AI agents are much more likely to generate unreliable results reflecting hallucinations or biases.” She added, “Organizations that fail to adopt contextual structures based on robust data layers will perpetuate data inefficiencies and increase not only financial costs but also legal and reputational risks.”
Gartner predicted that by 2027, organizations that prioritize semantics on AI-ready data will increase agentic AI accuracy by up to 80% and reduce costs by up to 60%.
In addition, it advised that Data and Analytics (D&A) leaders should move beyond existing schema-centric data models and build a 'Context Layer' that connects the meaning of data within the organization with business context.
Gartner predicted that regulatory bodies will require a higher level of semantic transparency for AI services in the future. It also analyzed that boards of directors will view semantic governance not merely as a technical element, but as a strategic risk and a competitive advantage.
"Context with semantic consistency is no longer a choice, but a strategy for cost control and securing trust," said analyst Salam. "Semantics will serve as the foundation for reducing errors and increasing trust."
ガートナー「AIエージェント時代の核心はデータ意味解釈能力」
GartnerがAIエージェントのパフォーマンスを左右する重要な要素として、データの意味と文脈を理解する「セマンティクス」の力量を提示した。
Gartnerは、12日、AIエージェントが正確な結果を安定的に提供するためには、組織データの意味と関係を理解できるセマンティック基盤が必要だと明らかにした。
会社はセマンティクスを見落とすとAIエージェントの精度と効率性が低くなり、不要な運営コストとデータ・AIガバナンスリスクが増加する可能性があると分析した。
AIエージェントは、業務遂行の過程で入力されるデータの文脈と関係を理解しなければならない。このために組織内のデータがある意味を持っており、データ間のルールと連結構造がどのように構成されているかについての体系的なセマンティック基盤が必要であるという説明だ。
ガートナーのロゴ（資料提供：ガートナー）
「データコンテキスト理解できないと幻覚・偏向リスク大きくなって」
リタ・サラム（Rita Sallam）ガートナーシニアVPアナリストは「エージェンチックAIの成果はデータのセマンティック表現を含むコンテキストに依存している」とし、「組織データ内の関係とルールに対する明確な理解がなければ、AIエージェントは幻覚や偏向を反映した信頼できない結果を生成する可能性がはるかに大きくなる」。続いて「堅牢なデータ階層ベースのコンテキスト構造を導入できない組織はデータの非効率を持続させ、財務的費用だけでなく法的・評判リスクまで高めることになるだろう」と付け加えた。
ガートナーは、2027年までにAI準備データにセマンティクスを優先適用する組織が、エージェンティックAI精度を最大80%高め、コストを最大60%削減する見通しだ。
また、データ＆アナリティクス（D＆A）リーダーは、既存のスキーマ中心のデータモデルを超えて、組織内のデータ意味とビジネスコンテキストを結ぶ「コンテキストレイヤー」の構築に乗り出すべきだと助言した。
Gartnerは、今後の規制機関がAIサービスに対してより高いレベルのセマンティック透明性を要求することになると見込んだ。理事会もセマンティックガバナンスを単純な技術要素ではなく戦略的リスクであり、競争力要素として見ることになると分析した。
サラームアナリストは、「意味論的一貫性を備えたコンテキストは、今では選択ではなくコスト制御と信頼確保のための戦略となっている」とし、「セマンティクスはエラーを減らし信頼を高める基盤になるだろう」と話した。
Gartner：“人工智能代理时代的关键在于解读数据语义的能力”
Gartner 将“语义”（即理解数据的含义和上下文的能力）确定为决定 AI 代理性能的关键因素。
Gartner 于 12 日表示，要使人工智能代理能够可靠地提供准确的结果，需要一个能够理解组织数据的含义和关系的语义基础。
该公司分析认为，忽略语义可能会降低人工智能代理的准确性和效率，同时增加不必要的运营成本以及数据和人工智能治理风险。
人工智能代理必须理解任务过程中数据输入的上下文和关系。为了实现这一点，需要建立一套系统的语义基础，阐明组织内部数据的含义，以及数据之间的规则和连接结构是如何组织的。
Gartner标志（图片由Gartner提供）
如果对数据背景不了解，出现幻觉和偏见的风险就会增加。
Gartner高级副总裁兼分析师Rita Sallam表示：“智能体人工智能的性能取决于上下文，包括数据的语义表示。如果对组织数据中的关系和规则缺乏清晰的理解，人工智能体就更容易产生反映幻觉或偏见的、不可靠的结果。”她补充道：“未能采用基于稳健数据层的上下文结构的组织将持续存在数据低效问题，不仅会增加财务成本，还会增加法律和声誉风险。”
Gartner 预测，到 2027 年，优先考虑 AI 就绪数据语义的组织将使智能 AI 准确率提高 80%，成本降低 60%。
此外，报告还建议数据和分析 (D&A) 领导者应该超越现有的以模式为中心的数据模型，构建一个“上下文层”，将组织内部数据的含义与业务背景联系起来。
Gartner预测，未来监管机构将要求人工智能服务具备更高水平的语义透明度。该公司还分析指出，董事会将把语义治理视为战略风险和竞争优势，而不仅仅是技术要素。
分析师萨拉姆表示：“语义一致性不再是一种选择，而是一种控制成本和确保信任的策略。语义将成为减少错误和增强信任的基础。”
Gartner : « La clé de l’ère des agents IA réside dans la capacité à interpréter la sémantique des données »
Gartner a identifié la « sémantique », c'est-à-dire la capacité à comprendre le sens et le contexte des données, comme un facteur clé déterminant les performances des agents d'IA.
Gartner a déclaré le 12 que, pour que les agents d'IA puissent fournir des résultats précis et fiables, une base sémantique capable de comprendre la signification et les relations des données organisationnelles est nécessaire.
L'entreprise a analysé que négliger la sémantique pouvait réduire la précision et l'efficacité des agents d'IA, tout en augmentant inutilement les coûts opérationnels et les risques liés à la gouvernance des données et de l'IA.
Les agents d'IA doivent comprendre le contexte et les relations des données saisies lors de l'exécution des tâches. Pour ce faire, une base sémantique systématique est nécessaire concernant la signification des données au sein de l'organisation et la manière dont les règles et les structures de connexion entre ces données sont structurées.
Logo de Gartner (Image fournie par Gartner)
Le risque d'hallucinations et de biais augmente si le contexte des données n'est pas compris.
« Les performances de l'IA agentielle dépendent du contexte, notamment de la représentation sémantique des données », explique Rita Sallam, analyste et vice-présidente senior chez Gartner. « Sans une compréhension claire des relations et des règles qui régissent les données organisationnelles, les agents d'IA risquent davantage de produire des résultats erronés, reflétant des hallucinations ou des biais. » Elle ajoute : « Les organisations qui n'adoptent pas de structures contextuelles fondées sur des couches de données robustes perpétueront les inefficacités liées aux données et augmenteront non seulement leurs coûts financiers, mais aussi leurs risques juridiques et de réputation. »
Gartner a prédit que d'ici 2027, les organisations qui privilégient la sémantique des données prêtes pour l'IA augmenteront la précision de l'IA agentielle jusqu'à 80 % et réduiront les coûts jusqu'à 60 %.
En outre, il a été conseillé aux responsables des données et de l'analyse (D&A) de dépasser les modèles de données existants centrés sur les schémas et de construire une « couche de contexte » qui relie la signification des données au sein de l'organisation au contexte commercial.
Gartner prévoit que les organismes de réglementation exigeront à l'avenir un niveau de transparence sémantique plus élevé pour les services d'IA. L'étude indique également que les conseils d'administration considéreront la gouvernance sémantique non seulement comme un élément technique, mais aussi comme un risque stratégique et un avantage concurrentiel.
« Le contexte sémantiquement cohérent n’est plus une option, mais une stratégie de maîtrise des coûts et de renforcement de la confiance », a déclaré l’analyste Salam. « La sémantique constituera le fondement de la réduction des erreurs et de l’accroissement de la confiance. »
댓글
0